PSORT war eine online verfügbare Datenbank, die eine Vorhersage von Proteinlokalisationen in Zellen trifft. Dies geschah durch Analyse der eingegebenen Aminosäuresequenz. Sequenzen, die charakteristisch für Sortiersignale sind (beispielsweise Länge der N-terminalen Region, der hydrophoben Region, Nettoladungen), wurden mit bekannten Sortiersignalen verglichen. Daraus wurde eine Lokalisationswahrscheinlichkeit für Zytoplasma, Periplasma, innere Membran und Außenmembran errechnet.
Aufbau
PSORT bestand aus mehreren Subdatenbanken:
PSORT (alte Version; Bakterien, Pflanzen) PSORT II (Tiere, Hefe; in Bearbeitung: Pflanzen, Gram-positive und Gram-negative Bakterien) Wolf PSORT (basierend auf PSORT II; Pilze, Tiere, Pflanzen) iPSORT (Detektion von N-terminalen Sortiersignalen) PSORT-B (Gram-negative Bakterien)
PSORT untersuchte Proteinsequenzen mithilfe der Aminosäuresequenzen. Mit einer anfänglichen Kategoriebestimmung wurde die Herkunft (Tier, Pflanze etc.) des Proteins bestimmt. Im Anschluss wurde der Standard-Buchstabencode für Aminosäuren eingegeben. Die Ausgabe erfolgte in drei Abschnitten: Zunächst wurde die eingegebene Sequenz (ggf. korrigiert) gelistet. Daran anschließend waren die Ergebnisse der Subprogramme zu ersehen. Die errechnete Wahrscheinlichkeit der Lokalisation erfolgte im dritten Abschnitt.
Ergebnisbeispiel
1. Abschnitt: Wiederholung der Eingabesequenz
2. Abschnitt: Ergebnisse der Subprogramme (Auswahl)
PSG: Signalpeptidvorhersage Aufgrund von Sequenzvergleichen mit eingespeisten Aminosäuresequenzen wurde eine Vorhersage getroffen, ob das eingegebene Protein ein Signalpeptid besitzt. Dies geschah aufgrund der Länge der N-terminalen Region und aufgrund der Nettoladungen in dieser Region. GvH: Signalsequenzerkennung Weitere Methode zur Signalsequenzbestimmung, die auf der Weight-Matrix-Methode beruht. Dabei wurden die Input-Sequenzen an den Konsensussequenzen in der Nähe der möglichen Schnittstellen mit bekannten Signal-Sequenzen verglichen.
3. Abschnitt: Lokalisationswahrscheinlichkeit
Hier wurden die von den Subprogrammen errechneten Daten durch Algorithmen zu einer Lokalisationswahrscheinlichkeit zusammengerechnet. Angegeben wurden die Orte mit den fünf höchsten Wahrscheinlichkeiten.
Kategorie:Bioinformatik Kategorie:Abkürzung